Las sesiones largas de un agente superan su ventana de contexto. La compactación sustituye el historial completo por un resumen y sigue adelante.
Cómo funciona
El artículo de Anthropic sobre ingeniería de contexto define la compactación como “the practice of taking a conversation nearing the context window limit, summarizing its contents,” (traducción: la práctica de tomar una conversación que se acerca al límite de la ventana de contexto y resumir su contenido) y comenzar una nueva ventana de contexto con ese resumen. En Claude Code, dice el artículo, el modelo “preserves architectural decisions, unresolved bugs, and implementation details,” (traducción: conserva las decisiones de arquitectura, los errores sin resolver y los detalles de implementación), descarta la salida redundante de las herramientas y continúa con el resumen más “the five most recently accessed files.” (traducción: los cinco archivos consultados más recientemente).
La forma más ligera es borrar los resultados de herramientas. El mismo artículo la llama “one of the safest lightest touch forms of compaction” (traducción: una de las formas de compactación más seguras y menos invasivas): se eliminan las salidas en bruto antiguas de las herramientas, enterradas en el historial, y todo lo demás se mantiene.
Las herramientas exponen la compactación de distintas maneras:
| Herramienta | Cómo se ejecuta la compactación |
|---|---|
| Claude Code | La compactación automática resume el historial cerca del límite; /compact Focus on ... la ejecuta a mano con instrucciones sobre qué conservar |
| OpenAI Responses API | context_management con un compact_threshold compacta en el servidor cuando el número de tokens supera el umbral, o se puede llamar al endpoint de compactación independiente |
| Su propio agente | Pida al modelo que resuma el historial y luego inicie una nueva lista de mensajes con el system prompt, el resumen y los últimos turnos |
Un cálculo de ejemplo: un agente con 180,000 tokens de historial compacta a un resumen de 6,000 tokens más 20,000 tokens de archivos recientes. Cada turno posterior envía unos 26,000 tokens de historial en lugar de 180,000 y subiendo.
Por qué importa
- Longitud. Sin compactación, una tarea larga se detiene cuando se llena la ventana de contexto.
- Calidad. La precisión puede caer mucho antes del límite, un problema llamado context rot. Un contexto más corto y limpio puede ayudar.
- Costo. Con facturación por token, cada turno reenvía el historial. La compactación lo reduce, aunque la propia solicitud de compactación lee el historial completo una vez, y el prefijo reescrito debe volver a almacenarse en caché (tokens de entrada en caché).
- Riesgo. Un resumen puede omitir un detalle que importe más adelante. Escriba instrucciones personalizadas sobre qué conservar y guarde los datos críticos en un archivo de notas.
En BroadNet Inference
La API de BroadNet es Chat Completions sin estado: usted envía la lista completa de mensajes cada vez, y la documentación de BroadNet no describe una función de compactación en el servidor. La compactación ocurre en su agente o herramienta, que luego envía el historial más corto.
DeepSeek V4.1 Flash y GLM 5.3 aceptan 1,048,576 tokens de contexto, así que la compactación hace falta con menos frecuencia, pero los puntos de costo y calidad anteriores siguen aplicando con pago por uso. En un plan de tarifa plana no hay medidor de tokens, así que la compactación importa por la calidad y la velocidad, no por la factura. Gestión de contexto para agentes de larga duración explica cuándo compactar y qué descartar primero.